MétaCan
Menu
← Retour à la cohorte
Enregistrement W4213381093 · doi:10.51731/cjht.2022.265

Temperature Management in Patients After Cardiac Arrest

2022· article· en· W4213381093 sur OpenAlexaboutno aff
Diksha Kumar, Khai Tran, Zahra Premji

Notice bibliographique

RevueCanadian Journal of Health Technologies · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTargeted temperature managementMedicineHypothermiaRandomized controlled trialIntensive care medicineClinical trialEmergency medicineResuscitationInternal medicineCardiopulmonary resuscitationReturn of spontaneous circulation

Résumé

récupéré en direct d'OpenAlex

Two systematic reviews (1 with a network meta-analysis and 1 with a meta-analysis), 1 randomized controlled trial, and 7 non-randomized studies were identified about the comparative clinical effectiveness of normothermia versus hypothermia in adult patients after cardiac arrest. Normothermia was found to be similar to hypothermia for several clinical- and patient-related outcomes, such as survival, hospital mortality, and quality of life. There was limited evidence to suggest that either type of targeted temperature management was more efficacious, with findings suggesting that normothermia may be associated with greater protocol adherence and decreased prescription medication use coming from low-quality non-randomized studies. Four evidence-based guidelines were identified regarding targeted temperature management (normothermia or hypothermia) in adult patients after cardiac arrest. All guidelines strongly recommend targeted temperature management for eligible patients, particularly for patients resuscitated following out-of-hospital cardiac arrest. Identified guidelines from the Canadian Cardiovascular Society and American Academy of Neurology present strong recommendations for hypothermic targeted temperature management.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,007
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,243
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Health Technologies→Même sujetCardiac Arrest and Resuscitation→Travaux en français237 207→